Java DIP - 基本阈值处理

阈值处理可以以最简单的方式实现图像分割。图像分割意味着将整个图像分成一组像素，使得每组中的像素具有一些共同的特征。图像分割在定义对象及其边界方面非常有用。

在本章中，我们对图像执行一些基本的阈值处理操作。

我们使用 OpenCV 函数 threshold。它可以在 Imgproc 包下找到。它的语法如下 −

Imgproc.threshold(source, destination, thresh , maxval , type);

参数说明如下 −

Sr.No.	参数 &描述
1	source 源图像。
2	destination 目标图像。
3	thresh 阈值。
4	maxval THRESH_BINARY 使用的最大值和THRESH_BINARY_INV 阈值类型。
5	type 可能的类型有 THRESH_BINARY、THRESH_BINARY_INV、THRESH_TRUNC 和 THRESH_TOZERO。

除了这些阈值方法之外，Imgproc 类还提供了其他方法。它们简要描述如下 −

Sr.No.	方法 &描述
1	cvtColor(Mat src, Mat dst, int code, int dstCn) 它将图像从一个颜色空间转换为另一个颜色空间。
2	dilate(Mat src, Mat dst, Mat kernel) 它使用特定的结构元素来扩大图像。
3	equalizeHist(Mat src, Mat dst) 它均衡直方图灰度图像。
4	filter2D(Mat src, Mat dst, int ddepth, Mat kernel, Point anchor, double delta) 它将图像与内核进行卷积。
5	GaussianBlur(Mat src, Mat dst, Size ksize, double sigmaX) 它使用高斯滤波器模糊图像。
6	integral(Mat src, Mat sum) 计算图像的积分。

示例

以下示例演示了如何使用 Imgproc 类对图像执行阈值操作 −

import org.opencv.core.Core;
import org.opencv.core.CvType;
import org.opencv.core.Mat;

import org.opencv.highgui.Highgui;
import org.opencv.imgproc.Imgproc;

public class main {
   public static void main( String[] args ) {
   
      try{

         System.loadLibrary( Core.NATIVE_LIBRARY_NAME );
         Mat source = Highgui.imread("digital_image_processing.jpg",  Highgui.CV_LOAD_IMAGE_COLOR);
         Mat destination = new Mat(source.rows(),source.cols(),source.type());

         destination = source;
         Imgproc.threshold(source,destination,127,255,Imgproc.THRESH_TOZERO);
         Highgui.imwrite("ThreshZero.jpg", destination);
         
      } catch (Exception e) {
         System.out.println("error: " + e.getMessage());
      }
   }
}